Skip to content

Rust 写的 DeepSeek-TUI 来了

发布于 2026-05-07

「DeepSeek V4 已经很猛了，可惜官方一直没出自己的终端编程智能体。」

这句抱怨在不少开发者群里都飘过。直到最近，有个叫 DeepSeek-TUI 的项目冒出来——用 Rust 从零撸了一个 DeepSeek V4 专属的终端编程智能体，上线第一天就暴涨 6K+ Star，直接把 GitHub Trending 刷爆了。它对 DeepSeek 的脾气摸得比谁都透。

cover

一句话总结

DeepSeek-TUI 就是为 DeepSeek V4 写的 Rust 终端编程智能体。1M 上下文、思考模式、前缀缓存、并发子代理——DeepSeek 有的特性它全都要，还嫌不够，要继续榨。启动快、内存省、协议不崩，至少在我测过的几个 DeepSeek 客户端里，它是最顺手的。

如果你正用 Claude Code 但被困难的验证流程劝退，或者用 OpenCode 接 DeepSeek 时总被"reasoning_content 缺失"的报错搞崩溃，这篇文章你可以看看。

一、DeepSeek-TUI 到底是什么？

它不是 DeepSeek 官方做的。GitHub 上有个叫 Hmbown 的开发者自己搓了一个。

市面上想用 DeepSeek 写代码，通常有三条路：

路径 代表工具 哲学
原生定制 DeepSeek-TUI "CLI 即产品，模型即大脑"——为一个模型深度调优
通用适配 OpenCode "一套接口接 75 个模型"——什么都能用，什么都不深
品牌生态 Claude Code（代理模式接 DeepSeek） "Claude 的工具链，借 DeepSeek 的便宜算力"

DeepSeek-TUI 选的是第一条，所以它的所有设计——系统提示词、工具输出格式、长上下文压缩策略——全是贴着 DeepSeek V4 的脾气来的。

技术栈一览

组件 实现 说明
底层语言 Rust 自包含二进制，无 Node/Python 运行时
异步引擎 Tokio 支撑高并发子代理调度
终端 UI Ratatui 键盘驱动的高效交互
状态存储 SQLite 会话历史、任务队列、事件时间轴
协议适配 OpenAI 兼容 + DeepSeek 特化 专门处理 reasoning_content 字段
诊断 LSP（rust-analyzer/pyright/...） 编辑后实时回喂错误给模型

npm 包其实只是个下载器——它从 GitHub Releases 拉对应平台的预编译二进制。哪怕你装了 npm 包，deepseek 这个命令跟 Node.js 的运行时压根没关系。

长这样——左边是聊天区，右边是 Plan / Todos / Tasks / Agents 面板，纯键盘操作：

ui-screenshot

arch

二、三个最让人上头的地方

1M 上下文 + 前缀缓存

DeepSeek V4 给到了 100 万 token 的上下文——你可以把整个中型代码库一次性丢进去。但天下没有免费的午餐，长上下文 = 大账单。

DeepSeek-TUI 的做法是：主动配合 DeepSeek API 的前缀缓存。

只要前缀不变，DeepSeek 就只按 1/10 的价钱收你钱。DeepSeek-TUI 会想方设法保持系统提示词、工具定义这些"开头部分"稳定不动，只在末尾打个 cache_control: ephemeral 的标记锚定缓存。压缩上下文时，也优先砍掉冗长的工具结果，而不是简单截断历史。

别人为了省钱把上下文砍短，DeepSeek-TUI 的思路是让上下文命中缓存——更聪明一点。

一次拉 16 个子代理并发干活

rlm_query（Recursive Language Model，原生递归语言模型）——这是 DeepSeek-TUI 最拽的功能。

主模型可以在一次推理里，并发开 1-16 个 deepseek-v4-flash 子实例——一个看测试、一个改代码、一个查文档，子代理在独立 Tokio 任务里跑，结果实时回流。

举个栗子：你让它重构一个 50 文件的 Flask 项目。

  • 传统线性模式：模型一个个文件地看、改、跑测试，时间把每步加起来算。
  • DeepSeek-TUI RLM 模式：主模型拆成 16 份扔给子代理，谁跑完谁回话，主模型最后汇总。时间 ≈ 最慢那个子代理 + 一点合并开销。

实测下来，复杂重构任务能从几小时压到几秒。这种"一拖十六"的把戏，OpenCode 单代理模式做不了，Claude Code 虽然也支持子代理但用的是自家模型——DeepSeek-TUI 把 Flash 这个便宜小模型当并发苦力使。花不了几个钱，还能一次拉 16 路。

rlm

多轮工具调用不崩

这条听起来枯燥，但踩过坑的人都知道有多致命。

DeepSeek V4 开启思考模式后，有个严格的协议规定：两次用户消息之间，如果中间有工具调用，那这一轮的 reasoning_content（思考内容）必须完整回传。否则下一轮 API 就会甩你一个 400 BadRequestError: reasoning_content must be passed back。

实际表现：

  • DeepSeek-TUI：底层引擎把每一轮的 reasoning_content 完整存好，多轮拼接时自动从历史里提出来回传。✅
  • OpenCode：通用适配器（Vercel AI SDK）会把"非文本内容"剥光，导致第二轮直接崩。需要你手动在 opencode.json 里加 interleaved 配置才能凑合用。⚠️
  • Claude Code 接 DeepSeek：流式格式根本对不上，DSML 标记泄漏 + 推理链断裂经常发生。❌

OpenCode 接 DeepSeek 像拿国行手机刷了美版系统——能用，但偶尔给你跳个"程序无响应"。DeepSeek-TUI 是出厂自带原厂系统。

三、三方对比：DeepSeek-TUI vs Claude Code vs OpenCode

好吧，干货来了： comparison

一图速览：如果你想保存一张图发给同事，下面这张信息图把核心架构、特性、RLM 原理和三方对比都塞进去了——值得收藏。

image

直接说感受吧：

  • DeepSeek-TUI：DeepSeek V4 的"亲儿子"，性能、协议、并发这些核心的事都做得干脆利落。唯一的代价是——你只能用它跑 DeepSeek，别的模型别想了。
  • Claude Code：Anthropic 的工具链打磨得很细，只是用它去接 DeepSeek，总有种"一个妈养的孩子非要认另一个爹"的尴尬。
  • OpenCode：工具箱够全，75 个模型来回切不是问题，但每个模型的"独门绝技"它也吃不太透，本地推理倒是它的强项。

四、性能和钱包的双重暴击

SWE-bench Verified（真实 GitHub 问题解决率）

指标 DeepSeek V4 Pro Claude Sonnet 4.5 Kimi K2.5
SWE-bench Verified 77.2% ~72.0% 76.8%
HumanEval 91.0%+ ~80.0% 85.0%
MATH-500 90.2% - 97.3% 78.3% - 88.0% N/A

抛开那些玄乎的"架构理解"，单看跑分：代码生成、算法题、数学推理，DeepSeek V4 已经踩在了 Claude 头上。当然，Claude 在多文件通盘理解和逻辑一致性上还是有那么一点难以量化的优势——这玩意儿不好跑分，见仁见智。

成本对比

DeepSeek 用的是 MoE（混合专家）架构——6710 亿总参数，每个 token 只激活 370 亿。

DeepSeek API 价格 ≈ Claude 的 5%-10%。

你写 10 块钱的 Claude Code，用 DeepSeek-TUI 大概只要 5 毛到 1 块。这还没算 RLM 并行节省的时间成本。

bench

五、那么问题来了：到底该选哪个？

你的场景 推荐
想榨干 DeepSeek V4 全部能力（1M 上下文 + RLM 并发 + 思考模式） ✅ DeepSeek-TUI
极度在意终端启动速度和内存占用（老电脑、SSH 远端、CI 环境） ✅ DeepSeek-TUI
键盘党，喜欢 Ratatui 那套 vim-style 操作 ✅ DeepSeek-TUI
需要一个任务里混用 Claude + DeepSeek + GPT 多模型 ✅ OpenCode
公司不让数据出内网，要本地跑模型 ✅ OpenCode（接 Ollama）
想在地铁上用手机远程盯 AI 干活 ✅ OpenCode
已经深度依赖 Claude 的检查点 / PR 工具，只想换便宜算力 ✅ Claude Code（代理模式）
企业级合规要求严，必须 SOC2 + 美国数据主权 ✅ Claude Code
混合策略：Claude 顶层规划 + DeepSeek 重活外包 ✅ Claude Code + 路由代理

decision

六、快速上手：五分钟跑起来

如果你想试试，安装就一行：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
# 已装 Node 的最方便
npm install -g deepseek-tui

# 或者 Cargo（无需 Node）
cargo install deepseek-tui-cli --locked
cargo install deepseek-tui --locked

# 或者 macOS Homebrew
brew tap Hmbown/deepseek-tui
brew install deepseek-tui

启动后会让你填 DeepSeek API key，存到 ~/.deepseek/config.toml，全局可用。

国内访问慢的话：npm 加 --registry=https://registry.npmmirror.com，Cargo 用清华 TUNA 镜像。

进 TUI 后记住几个关键键位：

  • Shift+Tab：在 off → high → max 之间切推理强度
  • /restore：工作区回滚到上一轮（基于 Side-git，不污染你项目的 .git）
  • Plan / Agent / YOLO：三种交互模式，按 ⚠️风险 选

总结

说白了，DeepSeek-TUI 没打算取代 Claude Code——它只是给那些想用 DeepSeek 写代码的人，一个真正顺手的工具。

1M 上下文、思考模式、前缀缓存、思维链协议……这些 DeepSeek 自己的特性，在 DeepSeek-TUI 里从 API 到 UI 是通的。别家管这叫"兼容"，它直接叫"原生"。

Claude Code 是 Anthropic 给自己模型装修的精装房；OpenCode 像个万能适配器，啥都能塞。DeepSeek-TUI 呢？它是 DeepSeek V4 的赛车——买菜也行，但真下赛道的时候，别的追不上。

以后每个大模型可能都会有自己的"亲儿子"终端。DeepSeek-TUI 算是先跑了一步。下一个会是谁的？GLM 还是 Qwen？我也不知道，但这件事迟早会发生。

项目地址：https://github.com/Hmbown/DeepSeek-TUI

DeepSeek API：https://platform.deepseek.com